為了培訓(xùn)人工智能可以像狗一樣思考，研究人員首先需要的是大量的數(shù)據(jù)。因此團(tuán)隊(duì)在一條名為Kelp的愛斯基摩狗上安裝了GoPro等相關(guān)設(shè)備，用于收集相關(guān)的視頻和運(yùn)動(dòng)信息。

團(tuán)隊(duì)在狗的頭部安裝了GoPro攝像機(jī)，總共獲取了380個(gè)短視頻;而安裝在腿部和身體上的傳感器能夠檢測(cè)Kelp的相關(guān)運(yùn)動(dòng)數(shù)據(jù)。你可以將這套設(shè)備想象成拍攝好萊塢CGI大片時(shí)候用于捕捉演員肢體動(dòng)作的那套設(shè)備。只不過這套設(shè)備用于收集Kelp的日程行為，包括日常的走路、奔跑、跳躍和玩耍等等。

通過收集的這些信息，研究人員使深度學(xué)習(xí)分析了Kelp的習(xí)慣，從而預(yù)判Kelp會(huì)在某些情況下做哪些事情。例如當(dāng)看到有人投擲球的時(shí)候，該系統(tǒng)就會(huì)知道Kelp會(huì)進(jìn)行追逐。

該論文的第一作者Kiana Ehsani向The Verge解釋道：他們的人工智能系統(tǒng)預(yù)測(cè)非常精準(zhǔn)，但目前僅限于一些非常簡(jiǎn)單的任務(wù)。例如當(dāng)視頻中出現(xiàn)了一段階梯，那么該系統(tǒng)就會(huì)預(yù)測(cè)狗會(huì)爬上去。

然而，這項(xiàng)研究真正聰明的地方在于接下來的研究方向。根據(jù)狗行為培訓(xùn)的神經(jīng)網(wǎng)絡(luò)，在沒有經(jīng)過明確編程的情況下是否能夠了解世界上的其他事情。例如狗能夠識(shí)別食物、障礙物、人類或者其他動(dòng)物，那么這個(gè)人工智能在未來是否也能夠達(dá)到狗的智商水平?

事實(shí)證明是可能的。通過培訓(xùn)之后團(tuán)隊(duì)進(jìn)行了兩項(xiàng)測(cè)試：確認(rèn)不同的場(chǎng)景(例如室內(nèi)、室外、樓梯和陽臺(tái)等等)和“可行走的平面”(可以走路的地方)。在這兩項(xiàng)測(cè)試中，神經(jīng)網(wǎng)絡(luò)都能根據(jù)狗的行為數(shù)據(jù)，很精準(zhǔn)的完成這些任務(wù)。